| Sažetak | Background: This dissertation is focused on time series analysis and based on several research strategies and methods.
The most frequent methods were presented in the attached scientific articles. Four papers were published in international scientific journals indexed in the Web of Science database. Since tourism is one of the most lagged industries in science, new approaches to time series analysis should be implemented. This research introduces an extension of the time series methodology that focuses on investigating and testing normal distribution of the residuals as a key prerequisite for the adequacy of econometric models. The latter has thus far not been considered in quantitative approaches in tourism and is supported in the fourth attachment (p. 14).
The motivation for the research is multidimensional. Firstly, to filter previous research regarding time series in tourism. Secondly, to develop and redesign time series methodology and methods, theoretically and empirically, for tourism. Both are presented in the second attachment (p. 11–13, 17). Finally, tourism forecasts should be based on reliable models (second paper, p. 14 and fourth paper, p. 15–18). As seen in the most recent shocks, tourism ex-ante prognosis have become critical. This issue has been hypothesised in the dissertation and presented in the first published article (p. 1, 5–6).
Aims: The dissertation aims to research and develop appropriate econometric models capable of capturing specifics of multiple interactions in the tourism market. The research seeks to develop econometric models for Slovenia and Croatia, two countries whose economic development is predominantly based on tourism.
There are four goals and four specific objectives for the research: 1) to introduce an improved time series approach in cointegrated panels. The first specific objective (SO1) is to test at least ten econometric modelling structures that reduce cycle breaks. 2) to examine previous theoretical thinking regarding the cointegration of time series, cross-sectional data, and panels. The second specific objective (SO2) is to outline at least 250 previous empirical studies for the tourism industry. 3) To examine cointegration in tourism data for Slovenia and Croatia. The third objective (SO3) is to model at least three econometric time series equations and mathematical theorems/lemmas for the tourism industry. 4) To improve and better understand unit root tests in tourism. The specific objective (SO4) is to approach the design of at least three stable and innovative models.
Methods: Instead of qualitative subjectification, this research relies upon econometric modelling in time series and panels. Therefore, the latest misspecification tests were implemented. The studies are primarily oriented to the evolving methodological system. In all published articles, steps in the time series methodology are appreciated and further insights are added. All studies use the vector autoregression model (VAR) which is widely used in science.
Additionally, the cointegrated model VAR is applied in the second, third and fourth paper. The first published paper also employs the error correction model (ECM). In the third (p. 746) and last paper (p. 18), Granger causality is used to identify trends in order to determine the direction of hypothesised research problems. Overall, the study uses regression analysis and summary descriptive statistics. The sensitive analysis relies on panel regression (second paper, p. 17 and the first paper, p. 12). In summary, the added value of the study is to investigate the normal distribution of time series residuals to obtain accurate results for interpretation and prediction, which is presented in the third (p. 738, 742) and fourth (p. 14) paper.
Results and contribution to science: The results are visible in testing and modelling time series and panels based on research hypotheses. The main hypothesis (an innovative approach to cointegration, based on empirical evidence for Slovenia and Croatia, which provides unbiased, accurate and validated results for tourism development) was confirmed in the published scientific papers.
The hypothesis was tested during the research. The first published paper investigates the possibility and accuracy of using time series data in forecasting tourism demands. The theoretical added value provides ex-ante research on the consequences of the recent pandemic (i.e. 2020 – 2022). The empirical part of the first published paper discusses the direction of daily Slovenian and Croatian Covid-19 infections and tourist arrivals. Together with the second paper, the first confirms hypotheses 1 (the tourism industry in Slovenia has developed rapidly and is expected to continue growing in a positive and sustainable direction without seasonal fluctuation) and 2 (the tourism industry in Croatia has a long tradition and opportunity to grow at unprecedented rates. Volatility in the Croatian tourism industry is significant and has a high standard deviation). The second paper introduced the modelling strategy's environmental and ecosystem variables. The results demonstrated considerable influence on tourism demand. Depending on the modelling methodology, those determinants have a specific impact on tourist arrivals.
Nevertheless, the last two papers discussed the direction of economic impacts on tourist arrivals and vice versa. The third paper confirmed the significance of productivity to real gross wages with a rise in tourist arrivals (p. 748). The last paper forecasted prices in tourism based on short-run effects and two cointegrated relations. It can be concluded that tourism demand measured by tourist arrivals is volatile on different determinants, which were previously not researched or tested by a reliable econometric model and vibrant determinants. Therefore, the set goals and specific study objectives were achieved.
Conclusion: Time series approach was developed in the Scandinavian doctoral dissertation. This research provides several outputs: i) systematic analysis of different existing cointegration approaches; process modelling, used models and methods; ii) an applied multi-year data analysis for two countries, iii) a new collection of considered variables, and iv) guidelines and recommendations for tourism researchers and practitioners, e.g. for the development of quantitative models that allow tourism to make reliable conclusions based on secondary quantitative data. |
| Sažetak (hrvatski) | Problem i predmet istraživanja: Predmet istraživanja rada jest ekonometrijsko modeliranje temeljeno na metodama vremenskih serija. U priloženim znanstvenim člancima prikazane su najčešće korištene metode u istraživanju. Četiri rada objavljena su u časopisima indeksiranima u Web of Science bazi podatka.
S obzirom na izazove koje turistički sektor postavlja u analizi i prognoziranju, potrebno je iznaći nove i efikasnije pristupe analizi vremenskih serija. Disertacija stoga, istražuje inovativni pristup analizi vremenskih serija, s naglaskom na normalnu distribuciju reziduala, kao jednu od temeljnih pretpostavki ekonometrijskoga modeliranja. Navedena problematika dosada nije u dovoljnoj mjeri razmatrana u kvantitativnim analizama, što je i dokazano u četvrtom objavljenom znanstvenom radu (str. 14). Motivi, koji su utjecali na odabir navedenoga područja istraživanja, višestruki su.
Prvi se motiv svakako odnosi na stvaranje detaljnoga pregleda postojećih prethodnih istraživanja iz domene analize i primjene vremenskih serija u istraživanju ključnih determinanti u turizmu. Drugi motiv, a koji proizlazi iz rezultata spomenutoga istraživanja za stolom, očituje se u potrebi za dizajniranjem efikasnijih metoda analize vremenskih serija u teorijskom i empirijskom istraživanju u turizmu; oba motiva su uspješno predstavljena u drugom objavljenom radu (str. 11–13). Tema doktorske disertacije usmjerena je na istraživanje i razvoj odgovarajućih ekonometrijskih modela sposobnih da uoče složenu prirodu te višestruke međuovisnosti odabranih odrednica turističkoga tržišta.
Problem ekonometrijskog modeliranja koji se istražuje u disertaciji svakako je višestruk te je posljedica suvremenih tehnoloških, društvenih i ekonomskih procesa koji utječu na kretanja u suvremenoj turističkoj industriji, čija se efikasna analiza i prognoziranje moraju temeljiti na modelima koji uvažavaju određene nepredvidive pojave. Temeljem navedenoga, u istraživanje su uvedene i implementirane specifične varijable i determinante, koje doprinose efikasnosti kvantitativnih modela temeljenih na analizi vremenskih serija turističke potražnje, ali i rizika prognoziranja turističkih kretanja (drugi rad, str. 14 i četvrti rad, str. 15–18). Prognoziranje u turizmu postalo je bitan procesni čimbenik što je i potvrđeno u nedavnim šokovima od utjecaja na turizam (pandemija, resursi, cijene u ugostiteljstvu, političke nestabilnosti) ovako hipotetizirani problem razmatran je u prvom objavljenom članku (str. 1, 5–6).
Ciljevi doktorske disertacije: Cilj istraživanja je, dakle, inovirati znanstveno promišljanje (analizu, modeliranje i predviđanje ključnih odrednica) turističke industrije utemeljeno na modernim metodama ekonometrijske analize i upotrebi sekundarnih kvantitativnih podataka vremenskih serija kao i podataka vremenskog presjeka. Iz definiranoga problema i postavljenih ciljeva istraživanja postavljena je glavna istraživačka hipoteza kao i pomoćne hipoteze.
Cilj doktorske disertacije može se stoga sažeti kao istraživanje i razvoj odgovarajućih ekonometrijskih modela sposobnih da uoče i obuhvate specifičnosti i složenost višestrukih interakcija prisutnih na suvremenom turističkom tržištu. U tom su smislu dizajnirani i testirani ekonometrijski modeli za Sloveniju i Republiku Hrvatsku, dvije zemlje čiji se gospodarski razvoj temelji na turizmu. Rezultati istraživanja pokazali su kako ne postoji sustavnija analiza vremenska serija i panel ekonometrijske metodologije turizma u obje zemlje. Takvi su zaključi i potvrđeni formalnim suvremenim testovima normalnosti distribucije pogrešaka. Upotreba višestruke regresijske analize pokazala je i potvrdila neadekvatnost primjene navedenih testova u dosadašnjim analizama.
Znanstvene metode: Istraživanje se temelji i razvija na sekundarnim podacima prikupljenim iz eminentnih sekundarnih izvora, kao što su Svjetska banka, Državni zavod za statistiku Republike Hrvatske (DZS), Statistički ured Republike Slovenije (SURS), Statistički ured Europske unije (EUROSTAT) i Statistička baza podataka Ujedinjenih naroda (UN data). Na temelju prikupljenih podataka, ovisno o njihovoj dostupnosti, razvijene su vremenske serije s godišnjim, tromjesečnim, mjesečnim ili dnevnim intervalima, a koje su predstavljale osnovu za ekonometrijskoga modeliranja.
U doktorskoj disertaciji primijenjena metodologija kointegracije u modeliranju kretanja vremenskih serija u turizmu dviju navedenih susjednih zemalja. Primijenjena ekonometrijska analiza pokazuje nedostatak adekvatnog pristupa u području turističke industrije. Stoga je, prvi dio istraživanja posvećen istraživanju opusa postojeće i dostupne literature, ali i prethodnih empirijskih istraživanja u području turističkoga sektora, primjeni odgovarajućih modela i empirijskih rezultata dobivenih gore spomenutim pristupom modeliranju.
Temeljeno, na metodologiji vremenskih serija postavljene su glavna in dvije pomoćne hipoteze. Glavna hipoteza glasi: inovativni pristup kointegraciji, utemeljen na empirijskim podacima za Sloveniju i Republiku Hrvatsku, daje nepristrane, točne i provjerene rezultate koji pozitivno utječu na razvoj turizma. Prva pomoćna hipoteza glasi: turistička industrija u Sloveniji se je brzo razvijala i očekuje se da će nastaviti rasti u pozitivnom i održivom smjeru bez sezonskih fluktuacija. Druga pomoćna hipoteza tematizira kako turistička industrija u Republici Hrvatskoj ima dugu tradiciju i preduvjete bržega rasta i to prema po dosada neostvarenim stopama. Volatilnost u hrvatskoj turističkoj industriji je značajna i ima visoku standardnu devijaciju. Stoga hrvatska turistička industrija nudi izazovno istraživačko pitanje.
Rezultati istraživanja i znanstveni doprinos: U ekonometrijskom modeliranju, prikupljeni kumulativni podaci prikazani su u vremenskim serijama (bruto domaći proizvod, nezaposlenost i inflacija). Osim navedenih primarnih pokazatelja razvoja gospodarstva, razvijene su i proučavane različite vremenske serije (plaće zaposlenika i produktivnost, cijene, dolasci turista, okoliš, zdravstveno stanje pojedinca te broj ostvarenih noćenja turista u dvjema susjednim jadranskim državama članicama Europske unije, odnosno Slovenije i Hrvatske).
Koristeći suvremenu metodologiju kointegracije vremenskih serija i panel podataka, istraživanje je razvijeno u dva smjera: 1) teorijski pristup razvoju kointegracije i ekonometrijskog modela za normalno distribuiranu kointegraciju na uzorku pogreške empirijskog modela, i 2) primjenu adekvatno definiranog modela na sekundarnim podaci za Sloveniju i Republiku Hrvatsku. Korištenjem metode kointegracije i podataka o ključnim determinantama turističke industrije u primijenjenoj ekonometriji, rezultat istraživanja očituje se u predlaganju robusnoga empirijskoga modela predviđanja stanja kretanja pojedinih varijabli, ali i adekvatno razmatranje dobivenih rezultata. Upravo je adekvatno razmatranje rezultata jedan od najvažnijih čimbenika u općoj ekonomiji i važan doprinos znanstvenog proučavanja turističke industrije.
Rezultati istraživanja polučeni u pojedinim objavljenim znanstveno istraživačkim radovima odgovaraju postavljenim hipotezama, ciljevima istraživanja i specifičnim ciljevima zadanim u glavnoj hipotezi istraživanja. Svrha prvog objavljenog znanstvenoga rada bila je definirati utjecaj različitih društvenih determinanti u dviju susjednih država, koje utječu na sezonalnost, a koja se testira i istražuje u hipotezama 1 i 2. Razvoj konzistentnog ekonometrijskog modela primijenjenoga u ovome istraživanju, zajedno sa narednim, sveobuhvatan je i opći znanstveni napredak s ekonometrijskog gledišta i empirijske robusnosti.
U drugom objavljenom znanstvenom radu ispitana je glavna hipoteza i to razvojem inovativnog modela za kointegracijsku analizu. Inovativne varijable uvedene su na temelju intuicije i teorije. Stoga, se pretpostavlja da je razvijen efikasan model predviđanja, a rezultati su nepristrani, točni i validirani u sklopu turističke industrije, ali i šire. Dobiveni rezultati mogu imati signifikantan utjecaj na suvremena društvena i politička kretanja. Stoga su rezultati sadržani u objavljenom znanstvenom radu adekvatni i upućuju na prognoze koje svjedoče o značajnom padu broja dolazaka turista zbog utjecaja prirodnih katastrofa i epidemije. Navedenim su potvrđene hipoteza 1 i 2.
Rezultati trećeg objavljenog znanstvenog rada odnose se na ekonomske determinante produktivnosti i broja dolazaka turista. Uzročne veze između plaća i volatilnosti rada na turističkom tržištu u Republici Hrvatskoj i Sloveniji analizirane su za razdoblje od 21 godine. Rezultat normalno distribuiranoga vremenskoga niza potvrđuje tri kointegrirana prostorna odnosa koja su značajna za glavnu hipotezu. U tom smislu, od presudne je značajnosti bila pretpostavka razumijevanja važnosti ekonometrijskoga modeliranja u jednom od ključnih sektora turizma: zapošljavanju. Stoga se analiza temelji na produktivnosti i odgovarajućoj metodologiji definiranoj od strane autora. Navedenim su potvrđene istraživačke hipoteze 1 i 2.
Polazeći od teorijskog problema 𝐼(2) i 𝐼(1) integracije cijena i inflacije, razvijena je inovativna metodologija modeliranja koja doprinosi stabilnosti modela. U istraživanje je uključeno veći broj metoda, no u četvrtom objavljenom znanstvenom radu prikazane su tek one najznačajnije. Navedeni znanstveni rad ujedno je i najznačajniji za provedeno istraživanje u disertaciji, s obzirom da teoretski unapređuje područje analize vremenskih serija te dodaje znatnu dodanu vrijednost ekonometrijskoj znanosti. Ocjenjivane su obje zemlje, a glavna konstrukcija modela razvijena je na slovenskim primjerima i podacima o gospodarskim krizama.
Zaključak: Doktorska disertacija, uz četiri objavljena znanstvena rada, prikazuje znanstveno promišljanje turističke industrije (analiza, prezentacija modela i predviđanje ključnih čimbenika) temeljeno na suvremenim metodama ekonometrijske analize i sekundarnim podacima vremenskih serija i vremenskog presjeka. Definirana glavna hipoteza i dvije pomoćne hipoteze dovele su do četiri istraživačka cilja i pomoćna cilja.
Istraživanje je polučilo višestruke rezultate: i) sustavnu analizu različitih postojećih pristupa kointegracije, procesa modeliranja, modela kao i metoda, ii) primijenjenu višegodišnju kvantitativnu analizu podataka za Sloveniju i Republiku Hrvatsku, iii) prikupljanje, rezimiranje i razmatranje varijabli uključenih u analizu i iv) smjernice i preporuke za sve sudionike uključene u turistički sektor, i razvoj kvantitativnih modela koji omogućuju donošenje pravovaljanih odluka temeljenih na analizi sekundarnih kvantitativnih podataka.
Originalnost i inovativnost doktorske disertacije ogledaju se u metodologiji modeliranja vremenskih serija, normalnosti pogrešaka i panel modela. Trendovi sezonskih varijacija rijetki su u makroekonomiji, ali se mogu pronaći u turizmu. Sa svojim prekidima, model vremenske serije može pružiti adekvatne rezultate, doprinijeti originalnosti i značajnosti ekonometrijske analize u području turizma. Nadalje, istraživanje je pokazalo i kako dizajnirani modeli daju relevantne rezultate prognoziranja, ali i predstavljaju temelje za generiranje novih ideja. Novost provedenoga istraživanja ogleda se u tome što se kroz korištene podatke identificiraju značajni preokreti u turizmu. Ovo istraživanje bi se moglo smatrati polazišnom točkom za praktična razmatranja turističkih odrednica, s obzirom da pruža korisne informacije turističkim poduzećima i njihovom menadžmentu o događajima koji potiču ili ograničavaju poslovanje. Općenito, treba reći da predloženi scenarij predstavlja značajan napredak u ekonometriji i turističkoj industriji kako sa teorijskoga tako i sa empirijskoga gledišta. Zaključno, je potrebno naglasiti kako daljnji proces kvantitativnoga istraživanja u domeni ekonometrije, uključivši umjetnu inteligenciju i analitiku velikih podataka, postaje presudan u budućim analiziranjima turističkoga sektora kada je riječ o kvantitativnoj ekonomiji i ekonometriji. |
